博客

嵌入式AI基础知识介绍

  • Post author:
  • Post category:其他




一、嵌入式AI概述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

大部分神经网络计算都在卷积层，基本上99%都在卷积层，

在这里插入图片描述



二、模型加速

在这里插入图片描述



2-1.权值量化

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

tengine量化后的准确率之下降了1.5%。

在这里插入图片描述



2-2.网络剪枝

在这里插入图片描述

在这里插入图片描述



2-3.知识蒸馏

在这里插入图片描述

大网络是一个老师，小网络是一个学生

让小网络逐渐学习到大网络的能力



三、边缘侧的训练方法

在这里插入图片描述

在这里插入图片描述

传统的机器学习训练方法是把数据在服务器上训练好，然后使用

联邦学习是用户不把数据上传，而是把模型下发到对应的用户那里

用户训练以后用户会把训练好的模型上传到服务器，服务器再把训练的模型进行合成，再不断的更新，当训练的次数越来越多的时候，模型也会获得更强的能力。


版权声明：本文为weixin_45566765原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。